【盘点】数据挖掘十大经典算法

当前时代大数据炙手可热，数据挖掘也是人人有所耳闻，但是关于数据挖掘更具体的算法，外行人了解的就少之甚少了。

数据挖掘主要分为分类算法，聚类算法和关联规则三大类，这三类基本上涵盖了目前商业市场对算法的所有需求。而这三类里又包含许多经典算法。而今天，小编就给大家介绍下数据挖掘中最经典的十大算法，希望它对你有所帮助。

一、分类决策树算法C4.5

C4.5，是机器学习算法中的一种分类决策树算法，它是决策树(决策树，就是做决策的节点间的组织方式像一棵倒栽树)核心算法ID3的改进算法，


C4.5相比于ID3改进的地方有：


1、用信息增益率选择属性


ID3选择属性用的是子树的信息增益，这里可以用很多方法来定义信息，ID3使用的是熵（shang），一种不纯度度量准则，也就是熵的变化值，而C4.5用的是信息增益率。区别就在于一个是信息增益，一个是信息增益率。


2、 在树构造过程中进行剪枝，在构造决策树的时候，那些挂着几个元素的节点，不考虑最好，不然容易导致过拟。


3、能对非离散数据和不完整数据进行处理。


该算法适用于临床决策、生产制造、文档分析、生物信息学、空间数据建模等领域。




二、K平均算法


<span style="font-size: 15px;">K平均算法（k-means algorithm）是一个聚类算法，把n个分类对象根据它们的属性分为k类（k